Datenwissenschaft in EpicentrK

Voraussetzungen:

Master-/Bachelor-Abschluss in Wirtschaftswissenschaften, Statistik, Datenverarbeitung, intelligente Datenanalyse, Informatik< p>Praktische Erfahrung in der Arbeit mit klassischen Toolsets für maschinelles Lernen (lineare Modelle, Klassifizierungen, Clustering, Dimensionsreduktion), Verständnis von Empfehlungssystemen (kollaborative Filterung, Inhaltsbasis, Hybrid), Verarbeitung natürlicher Sprache (Transformer, Fasttext, seq2seq, nltk), Deep Learning (keras, pytorch, tensorflow, mxnet) und sogar die Ausführung von Modellen für maschinelles Lernen in Produktionsumgebungen.

Vertrautheit mit mindestens Servertechnologien

Fähigkeit, SQL und NoSQL für Abfragen zu verwenden zu großen Datenbanken und die Fähigkeit, Prozesse zum Extrahieren und Integrieren von Daten aus verschiedenen Quellen zu erstellen und zu verwalten.

Erfahrung mit statistischen Analysetools wie Python (Pandas, Numpy, Plotly, Sklearn und andere Bibliotheken)

p>

Kenntnisse in mathematischer Statistik und Wahrscheinlichkeitstheorie

Zusätzlich:

Business-Analytics-Tools

BigData Stack (Clickhouse, Kafka, Hadoop, Spark)

ElasticSearch

ETL-Pipelines

Aufgaben:

Erstellen, Verbessern und Unterstützen von ML-Modellen.

Bestimmen der Wirtschaftlichkeit des implementierten Modells

Lösen Sie schwierige Aufgaben basierend auf einer großen Datenmenge

Suchen Sie nach Neue Wege zur Umsetzung von Initiativen

Durchführung von A/B-Tests

Intelligente Datenanalyse